今年1月，中资的深度求索（DeepSeek）让华尔街经历一场“久违”的震荡。

深度求索能够以更低成本训练先进大模型，那么美国科技巨头过去几年投入的数千亿资本开支这笔账怎么算？人工智能概念股当时一度遭到抛售。

半年后的今天，中国的另一款大模型，月之暗面（Moonshot AI）推出的Kimi K3，再次让市场神经紧张。但是这一次市场关注的不再只是成本而已了。

如果说深度求索证明了AI可以做得更便宜，那么Kimi K3则在挑战另一个长期被视为理所当然的假设——先进的大模型能力是否仍然只属于美国科技巨头。

根据月之暗面公布的数据，Kimi K3拥有2.8万亿参数，是目前全球规模最大的开源模型之一。（档案照片）

根据月之暗面公布的数据，Kimi K3拥有2.8万亿参数，是目前全球规模最大的开源模型之一。第三方机构如Arena.ai、Artificial Analysis等评测显示，它在代码开发、网页工程、复杂推理，以及智能体（Agent）任务上，已经达到或甚至部分超越OpenAI和Anthropic旗舰模型的水平。

更重要的是，它选择了开源。

Kimi K3提供开源模式可能性

在过去两年，OpenAI、Anthropic和谷歌（Google）建立起一套新的AI商业逻辑，即最先进的能力其实是掌握在少数公司手中的。因此企业必须持续付费才能获得使用权。但是Kimi K3却提供了另一种可能。

开发者不仅能够使用模型，还能够下载、修改和部署模型。这对许多企业而言，它意味着不必把所有数据和业务流程交给外部的AI供应商。

值得一提的是，Kimi K3的7月16日发布时间点也颇为微妙。

Palantir Technologies首席执行官卡普（Alex Karp）在7月1日公开发声，指责OpenAI和Anthropic等前沿AI实验室的商业模式。他警告企业客户，过度依赖闭源模型会导致核心知识产权，以及商业机密被模型提供商吸走。

微软首席执行官纳德拉（Satya Nadella）则是在7月12日在他的社交媒体上发表长文，提出著名的“反向信息悖论”（Reverse Information Paradox）。他进一步向企业客户警示，使用闭源AI不仅须支付高昂费用，还等于将沉淀多年的业务工作流、内部修正记录和专有知识“拱手让人”，使这些无形的竞争优势成为模型巨头的训练。

在数据主权和企业控制权日益受到关注的情况下，开源模式是更有吸引力了。

正因为如此，Kimi K3引发的讨论已经超越技术本身。

美国前AI政策顾问萨克斯（David Sacks）曾在社交平台X上，借机批评美国过度监管AI产业；优步（Uber）前首席执行官卡兰尼克（Travis Kalanick）则再次提出“蒸馏”（Distillation）争议，质疑中国模型是否利用美国模型进行训练。（所谓的“蒸馏”是用其他AI模型输出的成品进行训练。）

延伸阅读

财经人语：当人口调查也问AI，而不问真人……
Aaru公司联合创始人奈德（Ned Koh），近日来新加坡出席SuperAI并发表演说。可看到，当调查者输入一个特定的条件后，系统显示现实世界中约32万名符合条件的受访者。模型随后生成了5万个符合条件的“人口”。其中一名“代理人”，是一名为加布丽的25岁虚拟女子，她立刻对调查的问题作出回答。（李涛摄）
财经人语：AI狂热或进入拐点？“大空头”Michael Burry加码做空科技与晶片股
美国股市现在最需要关注的，或许已经不是科技股、晶片股的成长故事，而是它们天文数字的资本支出，最终能否转化为可持续的盈利能力。（法新社）

然而，OpenAI未来战略主管鲍尔（Dean Ball）却在X平台上说，Kimi K3的能力恐怕无法简单用“蒸馏”来解释。换言之，即使看法仍有分歧，美国AI圈内人开始接受一个现实，即中国企业正在建立自己的前沿研发能力。

威胁AI产业盈利模式

不过，把Kimi K3简单视为深度求索2.0，其实并不准确。因为两者在战略目标上是有区别的。

深度求索当初最重要的意义，在于打破“只有投入巨额资金才能训练先进模型”的理论。它冲击的是AI训练成本。Kimi K3则是在挑战另一个更核心的假设，那就是先进模型能力是否仍具有高度稀缺性。

对于OpenAI和Anthropic而言，这或许才是真正令人不安的地方。

如果接近ChatGPT和Claude水平的能力逐渐通过开源方式普及，那么未来企业愿意支付多少钱使用闭源模型？从这个角度看，Kimi K3真正威胁的不是一家科技巨头，而是整个AI产业的盈利模式。

除此之外，Kimi K3带来的最大启示，可能还不是模型竞争本身，而是市场正在重新认识AI产业下一个阶段的发展逻辑。

在模型发布不久后，月之暗面因为需求过于强劲而暂停新用户注册。原因不是产品出现问题，而是算力资源和服务能力达到上限。

过去几年，这个行业的竞争重点是谁能够训练出最强模型，谁就是赢家。但在未来几年，更关键的问题，或许是谁能够支撑海量用户同时使用模型，才是霸主。

这解释了为什么越来越多分析师开始认为，Kimi K3未必会削弱晶片产业，反而可能成为新的增长动力。当一个技术变得更高效、更便宜时，人们往往不会减少，反而会增加使用量。也就是经济学上所谓的“杰文斯悖论”（Jevons Paradox）。因此，Kimi K3反而可能推动新一轮基础设施投资。

Kimi K3背后推动者——杨植麟

在Kimi K3背后，还有一位值得关注的人物，月之暗面创始人兼首席执行官杨植麟。

综合各方报道，杨植麟今年34岁，出生于广东汕头，本科毕业于清华大学，随后赴美国卡内基梅隆大学攻读博士学位。他曾在谷歌的Google Brain和Meta Platforms实习过。毕业后，他回到中国创业，并在2023年创办月之暗面。

月之暗面创始人兼首席执行官杨植麟在2023年创办了月之暗面。（法新社）

在互联网上传着杨植麟曾经说过一句颇具代表性的话：“如果能够通过规模解决问题，就不要急着发明新的算法。”这句话在某种程度上，反映了当前AI产业发展的方向。

另外，据多家媒体报道，月之暗面目前正在进行首次公开售股（IPO）之前的融资活动，按最高500亿美元（约645亿新元）的估值筹集资金。他们也在筹备在香港交易所上市之事，预料最快可能在六个月内启动上市计划。作为中国AI领域估值最高的独角兽之一，它的上市计划，被视为资本市场评估中国大模型商业化能力的重要指标。